电池温升情况检测方法、装置和电子设备制造方法及图纸

技术编号:35284125 阅读:15 留言:0更新日期:2022-10-22 12:27
本发明专利技术提供了一种电池温升情况检测方法、装置和电子设备,涉及充电的技术领域,包括:获取充电订单的充电报文数据和充电订单的属性信息;基于属性信息在预设温升模型库中匹配基于电流产热的第一目标温升模型和基于充电时长的第二目标温升模型;利用第一目标温升模型、第二目标温升模型和充电报文数据对充电订单进行检测,得到充电订单的电池温升情况检测结果。该方法在对充电订单的电池温升情况进行检测时,具体提供了基于电流产热的第一目标温升模型以及基于充电时长的第二目标温升模型,也即,检测过程中既考虑到了电池的温度变化,还综合了充电电流和充电时间对温升的影响,检测数据维度的增多可以有效地提升电池温升情况检测结果的准确率。况检测结果的准确率。况检测结果的准确率。

【技术实现步骤摘要】
电池温升情况检测方法、装置和电子设备


[0001]本专利技术涉及充电的
,尤其是涉及一种电池温升情况检测方法、装置和电子设备。

技术介绍

[0002]在电池进行充放电过程中,电池温度的变化是从安全角度重点监测的对象,现有技术方案通常是根据电池温度的最大值和电池温度的变化速率来对电池温升情况进行检测,具体为监测预定时间段内,电池组单体电池最高温度的变化值,如果变化值异常,则BMS(Battery Management System,电池管理系统)或者充电桩会停止充电,进而确保电池充放电过程的安全性。但是上述方法仅根据电池温度变化来判别温升是否异常,维度单一,难以确保对复杂充电情况检测结果的准确率,也即,现有的电池温升情况检测方法存在准确率低的技术问题。

技术实现思路

[0003]本专利技术的目的在于提供一种电池温升情况检测方法、装置和电子设备,以提升电池温升情况检测结果的准确率。
[0004]第一方面,本专利技术提供一种电池温升情况检测方法,包括:获取充电订单的充电报文数据和所述充电订单的属性信息;基于所述属性信息在预设温升模型库中匹配基于电流产热的第一目标温升模型和基于充电时长的第二目标温升模型;利用所述第一目标温升模型、所述第二目标温升模型和所述充电报文数据对所述充电订单进行检测,得到所述充电订单的电池温升情况检测结果。
[0005]在可选的实施方式中,所述利用所述第一目标温升模型、所述第二目标温升模型和所述充电报文数据对所述充电订单进行检测,得到所述充电订单的电池温升情况检测结果,包括:基于所述第一目标温升模型和所述充电报文数据拟合第一预测温升曲线;基于所述第一预测温升曲线和所述充电订单的实际温升曲线计算所述充电订单的第一均方根误差和第一平均绝对误差;在所述第一均方根误差高于所述第一目标温升模型的均方根误差阈值,和/或,所述第一平均绝对误差高于所述第一目标温升模型的平均绝对误差阈值的情况下,基于所述第二目标温升模型和所述充电报文数据拟合第二预测温升曲线;基于所述第二预测温升曲线和所述实际温升曲线计算所述充电订单的第二均方根误差和第二平均绝对误差;在所述第二均方根误差高于所述第二目标温升模型的均方根误差阈值,和/或,所述第二平均绝对误差高于所述第二目标温升模型的平均绝对误差阈值的情况下,确定所述充电订单为电池温升异常订单。
[0006]在可选的实施方式中,在所述第一均方根误差小于或等于所述第一目标温升模型的均方根误差阈值,且所述第一平均绝对误差小于或等于所述第一目标温升模型的平均绝对误差阈值的情况下,确定所述充电订单为电池温升正常订单。
[0007]在可选的实施方式中,在所述第二均方根误差小于或等于所述第二目标温升模型
的均方根误差阈值,且所述第二平均绝对误差小于或等于所述第二目标温升模型的平均绝对误差阈值的情况下,确定所述充电订单为加热订单;其中,所述加热订单表示充电过程中电池温升正常,且充电过程中电池周围存在外部热源的充电订单。
[0008]在可选的实施方式中,所述第一目标温升模型表示为:其中,ΔT(k)=T(k)

T(0),T(k)表示电池第k个采样时间的最高温度,T(0)表示电池充电初始温度,K表示电池温升速率,ΔT表示采样间隔,I(i)表示i时刻的充电电流,B表示电池散热性能的常值。
[0009]在可选的实施方式中,所述第二目标温升模型表示为:Y=ax+b,其中,Y表示电池充电过程的温升值,a表示温升参数,x表示充电时长,b表示模型常值参数。
[0010]在可选的实施方式中,所述充电报文数据包括:充电电流、充电时间和电池温度;所述属性信息包括以下至少一种信息:充电城市、充电订单时间和充电车型。
[0011]第二方面,本专利技术提供一种电池温升情况检测装置,包括:获取模块,用于获取充电订单的充电报文数据和所述充电订单的属性信息;匹配模块,用于基于所述属性信息在预设温升模型库中匹配基于电流产热的第一目标温升模型和基于充电时长的第二目标温升模型;检测模块,用于利用所述第一目标温升模型、所述第二目标温升模型和所述充电报文数据对所述充电订单进行检测,得到所述充电订单的电池温升情况检测结果。
[0012]第三方面,本专利技术提供一种电子设备,包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述前述实施方式中任一项所述的方法的步骤。
[0013]第四方面,本专利技术提供一种具有处理器可执行的非易失的程序代码的计算机可读介质,所述程序代码使所述处理器执行前述实施方式中任一项所述的方法。
[0014]本专利技术提供的电池温升情况检测方法,包括:获取充电订单的充电报文数据和充电订单的属性信息;基于属性信息在预设温升模型库中匹配基于电流产热的第一目标温升模型和基于充电时长的第二目标温升模型;利用第一目标温升模型、第二目标温升模型和充电报文数据对充电订单进行检测,得到充电订单的电池温升情况检测结果。
[0015]本专利技术提供的电池温升情况检测方法,在对充电订单的电池温升情况进行检测时,具体提供了基于电流产热的第一目标温升模型以及基于充电时长的第二目标温升模型,也即,检测过程中既考虑到了电池的温度变化,还综合了充电电流和充电时间对温升的影响,检测数据维度的增多可以有效地提升电池温升情况检测结果的准确率。
附图说明
[0016]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本专利技术的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术实施例提供的一种电池温升情况检测方法的流程图;
[0018]图2为本专利技术实施例提供的一种利用第一目标温升模型、第二目标温升模型和充电报文数据对充电订单进行检测,得到充电订单的电池温升情况检测结果的流程图;
[0019]图3为本专利技术实施例提供的一种第一预测温升曲线和实际温升曲线的示意图;
[0020]图4为本专利技术实施例提供的另一种第一预测温升曲线和实际温升曲线的示意图;
[0021]图5为本专利技术实施例提供的另一种第一预测温升曲线和实际温升曲线的示意图;
[0022]图6为本专利技术实施例提供的一种RMSE和MAE的分布示意图;
[0023]图7为本专利技术实施例提供的一种电池温升情况检测装置的功能模块图;
[0024]图8为本专利技术实施例提供的一种电子设备的示意图。
具体实施方式
[0025]为使本专利技术实施例的目的、技术方案和优点更加清楚,下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。
[0026]因此,以下对在附图中提本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种电池温升情况检测方法,其特征在于,包括:获取充电订单的充电报文数据和所述充电订单的属性信息;基于所述属性信息在预设温升模型库中匹配基于电流产热的第一目标温升模型和基于充电时长的第二目标温升模型;利用所述第一目标温升模型、所述第二目标温升模型和所述充电报文数据对所述充电订单进行检测,得到所述充电订单的电池温升情况检测结果。2.根据权利要求1所述的方法,其特征在于,所述利用所述第一目标温升模型、所述第二目标温升模型和所述充电报文数据对所述充电订单进行检测,得到所述充电订单的电池温升情况检测结果,包括:基于所述第一目标温升模型和所述充电报文数据拟合第一预测温升曲线;基于所述第一预测温升曲线和所述充电订单的实际温升曲线计算所述充电订单的第一均方根误差和第一平均绝对误差;在所述第一均方根误差高于所述第一目标温升模型的均方根误差阈值,和/或,所述第一平均绝对误差高于所述第一目标温升模型的平均绝对误差阈值的情况下,基于所述第二目标温升模型和所述充电报文数据拟合第二预测温升曲线;基于所述第二预测温升曲线和所述实际温升曲线计算所述充电订单的第二均方根误差和第二平均绝对误差;在所述第二均方根误差高于所述第二目标温升模型的均方根误差阈值,和/或,所述第二平均绝对误差高于所述第二目标温升模型的平均绝对误差阈值的情况下,确定所述充电订单为电池温升异常订单。3.根据权利要求2所述的方法,其特征在于,在所述第一均方根误差小于或等于所述第一目标温升模型的均方根误差阈值,且所述第一平均绝对误差小于或等于所述第一目标温升模型的平均绝对误差阈值的情况下,确定所述充电订单为电池温升正常订单。4.根据权利要求2所述的方法,其特征在于,在所述第二均方根误差小于或等于所述第二目标温升模型的均方根误差阈值,且所述第二平均绝对误差小于或...

【专利技术属性】
技术研发人员:潘博存黄伟鞠强魏亮尹玉鹏朱诗严武骥刘兴涛
申请(专利权)人:合肥工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1